拉平 FFT 图（处理）
Level out FFT graph (Processing)
我正在尝试在 Processing 中制作音乐可视化工具，但这部分并不是非常重要，我正在通过 Minim 使用快速傅里叶变换。它工作完美（读取数据），但左（低音）端有一个大尖峰。 'level' 解决这个问题的最佳方法是什么？
我的源码是here，有兴趣的可以看看
提前致谢，
-tlf
您显示的频谱看起来相当典型的复杂音乐声音，其中您在较低频率处有一个复杂的部分，但也有一些从低频混乱中出现的清晰谐波。而且，实际上，这些谐波非常清晰……音乐通常很复杂。有时，例如，如果长笛演奏一个清晰的音符，人们会得到一个或两个漂亮的峰值，但更常见的是瞬变和打击声音会导致非常复杂的频谱，尤其是在低频时。
直接对比视频，我觉得视频有点奇怪。我的猜测是，他们显示的频谱要么是远离零的一小部分频谱的放大，要么只是基于音乐但不对应于实际频谱的图形算法。也就是说，如果您真的想让某些东西看起来与该视频非常相似，那么您需要的不仅仅是频谱，尽管频谱可能是一个很好的起点。这里有几点需要注意：
1) 有一个突出的峰值，偶尔会出现在 anchor 一词的 "N" 正上方。音频中的单个主峰应清晰为近似纯音。
2) 偶尔会有另一个峰值随着这个峰值随时间变化，这通常是第二个峰值是谐波的标志，但很多时候第二个峰值不存在。
3) 古怪行为的一个很好的例子，是2:26。这次只是伴随着一点点激光音效，然后基本上是嘶嘶声。嘶嘶声应该是一种没有峰值的广谱声音，通常加权到较低的频率。但是，在 2:26 处，只有 "N" 上方的一个大峰，没有其他任何东西。
原来我要做的是将数据乘以
Math.log(i + 2) / 3
其中 i 是被引用数据的索引，从左侧（低音）开始为零索引。
您可以在上下文 here
中看到这一点
我正在尝试在 Processing 中制作音乐可视化工具，但这部分并不是非常重要，我正在通过 Minim 使用快速傅里叶变换。它工作完美（读取数据），但左（低音）端有一个大尖峰。 'level' 解决这个问题的最佳方法是什么？
我的源码是here，有兴趣的可以看看
提前致谢，
-tlf
您显示的频谱看起来相当典型的复杂音乐声音，其中您在较低频率处有一个复杂的部分，但也有一些从低频混乱中出现的清晰谐波。而且，实际上，这些谐波非常清晰……音乐通常很复杂。有时，例如，如果长笛演奏一个清晰的音符，人们会得到一个或两个漂亮的峰值，但更常见的是瞬变和打击声音会导致非常复杂的频谱，尤其是在低频时。
直接对比视频，我觉得视频有点奇怪。我的猜测是，他们显示的频谱要么是远离零的一小部分频谱的放大，要么只是基于音乐但不对应于实际频谱的图形算法。也就是说，如果您真的想让某些东西看起来与该视频非常相似，那么您需要的不仅仅是频谱，尽管频谱可能是一个很好的起点。这里有几点需要注意：
1) 有一个突出的峰值，偶尔会出现在 anchor 一词的 "N" 正上方。音频中的单个主峰应清晰为近似纯音。
2) 偶尔会有另一个峰值随着这个峰值随时间变化，这通常是第二个峰值是谐波的标志，但很多时候第二个峰值不存在。
3) 古怪行为的一个很好的例子，是2:26。这次只是伴随着一点点激光音效，然后基本上是嘶嘶声。嘶嘶声应该是一种没有峰值的广谱声音，通常加权到较低的频率。但是，在 2:26 处，只有 "N" 上方的一个大峰，没有其他任何东西。
原来我要做的是将数据乘以
Math.log(i + 2) / 3
其中 i 是被引用数据的索引，从左侧（低音）开始为零索引。
您可以在上下文 here